待验证50% 置信事实精确时间
AUROC是通过绘制不同阈值下真正率与假正率的关系曲线并计算曲线下面积来评估分类模型区分能力的指标
1
来源数
50%
置信度
长期有效
时效性
2026/8/5
首次发现
来源
相关事实
待验证分类模型的常用评估指标包括准确率、精确率、召回率、F1分数和ROC-AUC曲线73% 相似待验证AUC是衡量二分类模型综合性能的核心指标，ROC曲线思想起源于二战时期雷达信号检测领域，1950年代被形式化为信号检测理论68% 相似待验证校准性（Calibration）指模型表达的置信度与实际准确率之间的一致程度，是评估AI模型质量的核心指标之一65% 相似待验证PR曲线下方的面积称为AP（Average Precision），mAP（mean Average Precision）是目标检测模型的标准评估指标64% 相似待验证AI辅助覆盖率分析可通过控制流图和数据流分析结合历史缺陷数据实现基于风险的测试优先级排序61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/688916API
curl https://kongchang.com/api/v1/knowledge/claims/688916MCP
get_claim(id=688916)